キーワードマッチングを使っている他社製品に現時点では搭載されていない「様態抽出機能」が実装可能です。

例：～してほしい（願望）～が欲しい（欲求）

発話内容が蓄積した知識データベースに登録されている事実に相当するならば同意する返答を返します。事実に相当しないと判断すれば同意しない返答を返します。

表記ゆれや言い回しの違い等を解析し、同一知識データベースにマッチングさせます。

例：坊ちゃんを書いた人は誰⇒坊ちゃんの作者はすべて、「坊ちゃん」の「作者」は「誰」という質問の知識データベースに落とし込む。

連続した質問などで欠落格、照応詞（先行詞）を補うことにより構文解析を行ないます。

例：エジプトの人口は？の後に　インドネシアは？と聞くと

⇒ 「インドネシアの人口は？」とゼロ照応解析して返答

話題継続：「そうそう」「だよね」など同意表現

話題否定：「そうじゃなくて」「そっちの意味じゃなく」など話題ずれ表現

話題確認：「何の話」「何をしゃべってるの」など今の話題確認表現

話題関心：「それって何」「誰それ」など話題にのぼったコンテンツ

データベースには、例えば、呼称がなく入力に「さん」「ちゃん」「選手」「投手」「監督」などが含まれていてもマッチングします。その他、略称などにも対応（エイリアス）します。

例：山田さんの娘は花子だよね
例：山田さんの娘は花子ちゃんだよね
例：新旧字体対応：山縣有朋、佐藤榮作
例：異なる表記対応：３番、三番、3番

システムの利用形態として、APIのみの提供、WebViewおよびiframeでの提供、または、各種既存サービス(LINE,Twitter)上で動作する仕組みを提供致します。

リアルタイムに収集される会話ログを、日付、ユーザー、応答パターン別で検索して表示し不適切な応答を抽出します。

報告用に複数の切り口でどのような会話がされたかを集計し出力します。